Ipinapaliwanag ng tutorial kung paano gamitin ang Excel FORECAST at iba pang nauugnay na function na may mga halimbawa ng formula.

Sa Microsoft Excel, may ilang function na makakatulong sa iyong gumawa ng mga linear at exponential smoothing na hula batay sa makasaysayang data gaya ng mga benta, badyet, cash flow, presyo ng stock, at mga katulad nito.

Ang pangunahing pokus ng tutorial na ito ay sa dalawang pangunahing function ng pagtataya, ngunit tatalakayin din natin sandali ang iba pang mga function. upang matulungan kang maunawaan ang kanilang layunin at mga pangunahing gamit.

Mga function sa pagtataya ng Excel

Sa mga kamakailang bersyon ng Excel, mayroong anim na magkakaibang function ng pagtataya.

Ang dalawang function ay gumagawa ng linear na mga pagtataya:

• PAGTATAYA - hinuhulaan ang mga halaga sa hinaharap sa pamamagitan ng paggamit ng linear regression; isang legacy function para sa pabalik na compatibility sa Excel 2013 at mas maaga.
• LINEAR - kapareho ng FORECAST function; bahagi ng bagong hanay ng mga function ng pagtataya sa Excel 2016 at Excel 2019.

Ang apat na function ng ETS ay nilayon para sa mga hula sa exponential smoothing . Available lang ang mga function na ito sa Excel para sa Office 365, Excel 2019, at Excel 2016.

• ETS - hinuhulaan ang mga value sa hinaharap batay sa exponential smoothing algorithm.
• ETS.CONFINT - kinakalkula ang agwat ng kumpiyansa.
• ETS.SEASONALITY - kinakalkula ang haba ng isang seasonal o iba pang umuulit na pattern.
• ETS.STAT - bumabalikFORECAST.ETS dahil ang parehong function ay gumagamit ng parehong algorithm para makita ang seasonality.

  Available ang function na ito sa Excel para sa Office 365, Excel 2019, at Excel 2016.

  Ang syntax ng FORECAST.ETS. Ang SEASONALITY ay ang sumusunod:

  FORECAST.ETS.SEASONALITY(mga value, timeline, [data_completion], [aggregation])

  Para sa aming data set, ang formula ay may sumusunod na hugis:

  =FORECAST.ETS.SEASONALITY(B2:B22, A2:A22)

  At ibinabalik ang seasonality 7, na ganap na sumasang-ayon sa lingguhang pattern ng aming makasaysayang data:

  

  Excel FORECAST.ETS.STAT function

  Nagbabalik ang FORECAST.ETS.STAT function sa isang tinukoy na istatistikal na halaga na nauugnay sa isang time series na exponential smoothing forecasting.

  Tulad ng iba pang mga function ng ETS, available ito sa Excel para sa Office 365, Excel 2019, at Excel 2016.

  Ang function ay may sumusunod na syntax:

  FORECAST.ETS.STAT(mga value, timeline, statistic_type, [seasonality], [data_completion], [aggregation])

  Ang statistic_type argument ay nagpapahiwatig kung aling istatistikal na halaga ang ibabalik:

  1. Alpha (base value) - ang smoothing value sa pagitan ng 0 at 1 na kumokontrol sa weighting ng mga data point. Kung mas mataas ang value, mas maraming timbang ang ibinibigay sa kamakailang data.
  2. Beta (trend value) - ang value sa pagitan ng 0 at 1 na tumutukoy sa pagkalkula ng trend. Kung mas mataas ang value, mas maraming bigat ang ibinibigay sa mga kamakailang trend.
  3. Gamma (seasonality value) - ang valuesa pagitan ng 0 at 1 na kumokontrol sa seasonality ng ETS forecast. Kung mas mataas ang value, mas maraming bigat ang ibinibigay sa kamakailang seasonal period.
  4. MASE (mean absolute scaled error) - isang sukatan ng katumpakan ng hula.
  5. SMAPE (symmetric mean absolute percentage error) - isang sukatan ng katumpakan batay sa porsyento o mga relatibong error.
  6. MAE (mean absolute error) - sinusukat ang average na magnitude ng mga error sa hula, anuman ang direksyon ng mga ito.
  7. RMSE (root mean square error) - isang sukatan ng mga pagkakaiba sa pagitan ng hinulaang at naobserbahang mga halaga.
  8. Hakbang size detected - ang step size na nakita sa timeline.

  Halimbawa, para ibalik ang Alpha parameter para sa aming sample data set, ginagamit namin ang formula na ito:

  =FORECAST.ETS.STAT(B2:B22, A2:A22, 1)

  Ipinapakita ng screenshot sa ibaba ang mga formula para sa iba pang mga istatistikal na halaga:

  

  Ganyan mo ginagawa ang pagtataya ng time series sa Excel. Upang siyasatin ang lahat ng mga formula na tinalakay sa tutorial na ito, malugod kang i-download ang aming Excel Forecast Sample Workbook. Salamat sa pagbabasa at umaasa akong makita ka sa aming blog sa susunod na linggo!

  mga istatistikal na halaga para sa pagtataya ng serye ng oras.

Excel FORECAST function

Ang FORECAST function sa Excel ay ginagamit upang mahulaan ang isang hinaharap na halaga sa pamamagitan ng paggamit ng linear regression . Sa madaling salita, ang FORECAST ay nagpo-proyekto ng isang value sa hinaharap kasama ang isang linya na pinakaangkop batay sa makasaysayang data.

Ang syntax ng FORECAST function ay ang sumusunod:

Kung saan:

• X (kinakailangan) - isang numerical na x-value kung saan gusto mong hulaan ang isang bagong y-value.
• Known_y's (kinakailangan) - isang hanay ng mga kilalang dependent y-values.
• Known_x's (kinakailangan) - isang hanay ng mga kilalang independent x-values.

Gumagana ang FORECAST function sa lahat ng bersyon ng Excel para sa Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP, at Excel 2000.

Tandaan. Sa Excel 2016 at 2019, ang function na ito ay pinalitan ng FORECAST.LINEAR, ngunit available pa rin para sa backward compatibility.

Excel FORECAST.LINEAR function

Ang FORECAST.LINEAR function ay ang modernong counterpart ng function na FORECAST. Ito ay may parehong layunin at syntax:

Ang function na ito ay available sa Excel para sa Office 365, Excel 2019, at Excel 2016.

Paano ang FORECAST at FORECAST.LINEAR kalkulahin ang mga halaga sa hinaharap

Ang parehong mga function ay kinakalkula ang isang hinaharap na y-value sa pamamagitan ng paggamit ng linear regressionequation:

y = a + bx

Kung saan ang a constant (intercept) ay:

At ang b coefficient ( slope ng linya) ay:

Ang mga value ng x̄ at ȳ ay ang sample na ibig sabihin (mga average) ng mga kilalang x-values ​​at y-values.

Hindi gumagana ang Excel FORECAST function:

Kung ang iyong FORECAST formula ay nagbabalik ng error, ito ay malamang na dahil sa mga sumusunod na dahilan:

1. Kung ang known_x's at known_y's range ay magkaiba haba o walang laman, ang #N/A! nagkakaroon ng error.
2. Kung hindi numeric ang x value, ibabalik ng formula ang #VALUE! error.
3. Kung ang variance ng known_x's ay zero, ang #DIV/0! nangyayari ang error.

Paano gamitin ang FORECAST function sa Excel - halimbawa ng formula

Tulad ng nabanggit na, ang Excel FORECAST at FORECAST.LINEAR function ay nilayon para sa linear trend forecasting. Pinakamahusay na gumagana ang mga ito para sa mga linear na dataset at sa mga sitwasyon kung kailan mo gustong hulaan ang isang pangkalahatang trend na binabalewala ang hindi gaanong mga pagbabago sa data.

Bilang halimbawa, susubukan naming hulaan ang trapiko ng aming web-site para sa susunod na 7 araw batay sa data para sa nakaraang 3 linggo.

Gamit ang mga kilalang y-values ​​(bilang ng mga bisita) sa B2:B22 at ang mga kilalang x-values ​​(mga petsa) sa A2:A22, ang forecast formula ay napupunta sa mga sumusunod.

Excel 2019 - Excel 2000 :

=FORECAST(A23, $B$2:$B$22, $A$2:$A$22)

Excel 2016 at Excel 2019 :

=FORECAST.LINEAR(A23, $B$2:$B$22, $A$2:$A$22)

Kung saan ang A23 ay isang bagong x-value kung saan nais mong hulaan ang hinaharapy-value.

Depende sa iyong bersyon ng Excel, ipasok ang isa sa mga formula sa itaas sa anumang walang laman na cell sa row 23, kopyahin ito hanggang sa pinakamaraming cell kung kinakailangan at makukuha mo ang resultang ito:

Mangyaring bigyang-pansin na ni-lock namin ang mga hanay gamit ang ganap na mga sanggunian sa cell (tulad ng $A$2:$A$2) upang maiwasang magbago ang mga ito kapag kinokopya ang formula sa ibang mga cell.

Naka-plot sa isang graph, ganito ang hitsura ng aming linear na forecast:

Ang mga detalyadong hakbang sa paggawa ng ganoong graph ay inilalarawan sa Linear regression forecasting chart.

Kung gusto mong hulaan ang mga halaga sa hinaharap batay sa paulit-ulit na pattern na naobserbahan sa iyong makasaysayang data, pagkatapos ay gamitin ang FORECAST.ETS sa halip na ang Excel FORECAST function. At ang susunod na seksyon ng aming tutorial ay nagpapakita kung paano ito gawin.

Excel FORECAST.ETS function

Ang FORECAST.ETS function ay ginagamit upang gawin ang exponential smoothing na mga hula batay sa isang serye ng mga umiiral nang value.

Higit na tumpak, hinuhulaan nito ang hinaharap na halaga batay sa AAA na bersyon ng Exponential Triple Smoothing (ETS) algorithm, kaya ang pangalan ng function. Pinapabilis ng algorithm na ito ang mga hindi gaanong paglihis sa mga trend ng data sa pamamagitan ng pag-detect ng mga pattern ng seasonality at mga agwat ng kumpiyansa. Ang "AAA" ay kumakatawan sa additive error, additive trend at additive seasonality.

Ang FORECAST.ETS function ay available sa Excel para sa Office 365, Excel 2019, at Excel 2016.

Ang syntax ngAng Excel FORECAST.ETS ay ang sumusunod:

Where:

• Target_date (kinakailangan) - ang punto ng data kung saan maghula ng isang halaga. Maaari itong katawanin ng isang petsa/oras o numero.
• Mga Halaga (kinakailangan) - isang hanay o hanay ng makasaysayang data kung saan gusto mong hulaan ang mga halaga sa hinaharap.
• Timeline (kinakailangan) - isang hanay ng mga petsa/oras o independiyenteng numeric na data na may pare-parehong hakbang sa pagitan ng mga ito.
• Pang-panahon (opsyonal) - isang numero na kumakatawan sa haba ng seasonal pattern:
  • 1 o inalis (default) - Awtomatikong nade-detect ng Excel ang seasonality sa pamamagitan ng paggamit ng positive, whole number.
  • 0 - walang seasonality, i.e. isang linear forecast.

  Ang maximum na pinapayagang seasonality ay 8,760, na ang bilang ng mga oras sa isang taon. Ang mas mataas na seasonality na numero ay magreresulta sa #NUM! error.

• Pagkumpleto ng data (opsyonal) - mga account para sa mga nawawalang puntos.
  • 1 o inalis (default) - punan ang mga nawawalang puntos bilang average ng mga kalapit na puntos (liner inrerpolation).
  • 0 - ituring ang mga nawawalang puntos bilang mga zero.
• Pagsasama-sama (opsyonal) - tumutukoy kung paano pagsasama-samahin ang maramihang mga halaga ng data na may parehong time stamp.
  • 1 o inalis (default) - ang AVERAGE function ay ginagamit para sa pagsasama-sama.
  • Ang iyong iba pang mga opsyon ay: 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN at 7 - SUM.

5 bagay na dapat mong malaman tungkol sa FORECAST.ETS

1. Para sa tamang gawain ng FORECAST.ETS function, ang timeline ay dapat magkaroon ng regular interval - oras-oras, araw-araw, buwanan, quarterly, taun-taon, atbp.
2. Ang function ay pinakaangkop para sa non-linear data set na may seasonal o iba pang paulit-ulit na pattern .
3. Kapag Excel hindi maka-detect ng pattern , ang function ay babalik sa isang linear na hula.
4. Maaaring gumana ang function sa mga hindi kumpletong dataset kung saan hanggang 30% ang mga punto ng data ang nawawala. Ang mga nawawalang punto ay ginagamot ayon sa halaga ng argumento ng data completion .
5. Bagama't kinakailangan ang isang timeline na may pare-parehong hakbang, maaaring mayroong mga duplicate sa petsa / serye ng oras. Ang mga value na may parehong timestamp ay pinagsama-sama gaya ng tinukoy ng aggregation argument.

FORECAST.ETS function na hindi gumagana:

Kung ang iyong formula ay gumagawa ng error, ito ay malamang na isa sa mga sumusunod:

1. Ang #N/A ay nangyayari kung ang mga value at timeline array ay may magkaibang haba.
2. Ang #VALUE! ibinabalik ang error kung ang argumentong seasonality , data completion o aggregation ay hindi numeric.
3. Ang #NUM! maaaring magkaroon ng error dahil sa mga sumusunod na dahilan:
   • Hindi matukoy ang pare-parehong laki ng hakbang sa timeline .
   • AngAng value ng seasonality ay wala sa sinusuportahang hanay (0 - 8,7600).
   • Ang halaga ng pagkumpleto ng data ay iba sa 0 o 1.
   • Ang halaga ng pagsasama-sama ay wala sa wastong saklaw (1 - 7).

Paano gamitin ang FORECAST.ETS function sa Excel - halimbawa ng formula

Upang makita kung paano naiiba ang mga value sa hinaharap na kinakalkula gamit ang exponential smoothing sa isang linear regression forecast, gumawa tayo ng FORECAST.ETS formula para sa parehong set ng data na ginamit natin sa nakaraang halimbawa:

Saan:

• A23 ang target na petsa
• $B$2:$B $22 ang dating data ( mga value )
• $A$2:$A$22 ang mga petsa ( timeline )

Sa pamamagitan ng pag-alis ang huling tatlong argumento ( seasonality , data completion o aggregation ) umaasa kami sa mga default ng Excel. At perpektong hinuhulaan ng Excel ang trend:

Excel FORECAST.ETS.CONFINT function

Ang FORECAST.ETS.CONFINT function ay ginagamit upang kalkulahin ang confidence interval para sa isang hinulaang halaga.

Ang agwat ng kumpiyansa ay isang uri ng sukat ng katumpakan ng hula. Kung mas maliit ang agwat, mas maraming kumpiyansa sa hula para sa isang partikular na punto ng data.

Ang FORECAST.ETS.CONFINT ay available sa Excel para sa Office 365, Excel 2019, at Excel 2016.

Ang function ay may mga sumusunod na argumento:

Tulad ng nakikita mo, ang syntax ng FORECAST.ETS.CONFINT ay halos kapareho ng sa FORECAST.ETS function, maliban sa karagdagang argument na ito:

Confidence_level (opsyonal) - isang numero sa pagitan ng 0 at 1 na tumutukoy ng antas ng kumpiyansa para sa nakalkulang pagitan. Karaniwan, ito ay ibinibigay bilang isang decimal na numero, kahit na ang mga porsyento ay tinatanggap din. Halimbawa, upang magtakda ng 90% na antas ng kumpiyansa, ilalagay mo ang alinman sa 0.9 o 90%.

• Kung aalisin, ang default na halaga na 95% ay ginagamit, ibig sabihin, 95% ng oras ay isang hinulaang data Ang punto ay inaasahang lalampas sa radius na ito mula sa halagang ibinalik ng FORECAST.ETS.
• Kung ang antas ng kumpiyansa ay nasa labas ng sinusuportahang hanay (0 - 1), ibabalik ng formula ang #NUM! error.

halimbawa ng formula ng FORECAST.ETS.CONFINT

Upang makita kung paano ito gumagana sa pagsasanay, kalkulahin natin ang agwat ng kumpiyansa para sa aming sample na set ng data:

=FORECAST.ETS.CONFINT(A23, $B$2:$B$22, $A$2:$A$22)

Saan:

• A23 ang target na petsa
• $B$2:$B$22 ang dating data
• $A$2:$ A$22 ang mga petsa

Ang huling 4 na argumento ay tinanggal, na nagsasabi sa Excel na gamitin ang mga default na opsyon:

• Itakda ang antas ng kumpiyansa sa 95%.
• Awtomatikong tukuyin ang seasonality.
• Kumpletuhin ang mga nawawalang puntos bilang average ng mga kalapit na puntos.
• Pagsama-samahin ang maraming value ng data na may parehong timestamp sa pamamagitan ng paggamit ng AVERAGEfunction.

Upang maunawaan kung ano talaga ang ibig sabihin ng mga ibinalik na halaga, pakitingnan ang screenshot sa ibaba (ilang row na may makasaysayang data ay nakatago para sa kapakanan ng espasyo).

Ang Ang formula sa D23 ay nagbibigay ng resulta na 6441.22 (bilugan sa 2 decimal point). Ang ibig sabihin nito ay 95% ng oras, ang hula para sa 11-Mar ay inaasahang babagsak sa loob ng 6441.22 ng tinatayang halaga na 61,075 (C3). Iyon ay 61,075 ± 6441.22.

Upang malaman ang saklaw kung saan malamang na bumaba ang mga hinulaang halaga, maaari mong kalkulahin ang mga hangganan ng pagitan ng kumpiyansa para sa bawat punto ng data.

Upang makuha ang lower bound , ibawas ang confidence interval mula sa hinulaang halaga:

=C23-D23

Upang makuha ang upper bound , idagdag ang agwat ng kumpiyansa sa tinatayang halaga:

=C23+D23

Kung saan ang C23 ay ang hinulaang halaga na ibinalik ng FORECAST.ETS at ang D23 ay ang agwat ng kumpiyansa na ibinalik ng FORECAST.ETS.CONFINT.

Kopyahin ang mga formula sa itaas pababa, i-plot ang mga resulta sa isang chart, at magkakaroon ka ng malinaw na visual na representasyon ng mga hinulaang value at ang confidence interval:

Tip. Upang awtomatikong magawa ang ganoong graph para sa iyo, gamitin ang tampok na Excel Forecast Sheet.

Excel FORECAST.ETS.SEASONALITY function

Ang FORECAST.ETS.SEASONALITY function ay ginagamit upang kalkulahin ang haba ng isang umuulit na pattern sa tinukoy na timeline. Ito ay malapit na nakatali sa